TensorFlow Lite เป็นโซลูชันน้ำหนักเบาที่ TensorFlow มอบให้สำหรับการรันโมเดล Machine Learning บนอุปกรณ์เคลื่อนที่และอุปกรณ์ IoT เมื่อล่าม TensorFlow Lite ประมวลผลโมเดลการรู้จำวัตถุโดยมีเฟรมจากกล้องในอุปกรณ์เคลื่อนที่เป็นอินพุต โดยทั่วไปเอาต์พุตจะเกี่ยวข้องกับหลายขั้นตอนเพื่อให้การคาดการณ์เกี่ยวกับวัตถุที่อยู่ในภาพในท้ายที่สุด
ประการแรก เฟรมอินพุตจากกล้องของอุปกรณ์เคลื่อนที่จะถูกป้อนเข้าไปในล่าม TensorFlow Lite จากนั้นล่ามจะประมวลผลภาพอินพุตล่วงหน้าโดยแปลงเป็นรูปแบบที่เหมาะสมสำหรับโมเดลการเรียนรู้ของเครื่อง ขั้นตอนการประมวลผลล่วงหน้านี้มักจะเกี่ยวข้องกับการปรับขนาดรูปภาพให้ตรงกับขนาดอินพุตที่โมเดลคาดหวัง การปรับค่าพิกเซลให้เป็นมาตรฐาน และอาจนำการแปลงอื่นๆ ไปใช้โดยเฉพาะกับสถาปัตยกรรมโมเดล
จากนั้น รูปภาพที่ประมวลผลล่วงหน้าจะถูกส่งผ่านโมเดลการรู้จำวัตถุภายในล่าม TensorFlow Lite โมเดลจะประมวลผลรูปภาพโดยใช้พารามิเตอร์และสถาปัตยกรรมที่เรียนรู้มาเพื่อสร้างการคาดการณ์เกี่ยวกับวัตถุที่อยู่ในเฟรม โดยทั่วไปการทำนายเหล่านี้ประกอบด้วยข้อมูล เช่น ป้ายกำกับคลาสของวัตถุที่ตรวจพบ ตำแหน่งในรูปภาพ และคะแนนความเชื่อมั่นที่เกี่ยวข้องกับการทำนายแต่ละครั้ง
เมื่อโมเดลทำการทำนายแล้ว ล่าม TensorFlow Lite จะส่งออกข้อมูลนี้ในรูปแบบที่มีโครงสร้างซึ่งแอปพลิเคชันสามารถใช้โมเดลได้ ผลลัพธ์นี้อาจแตกต่างกันไปขึ้นอยู่กับข้อกำหนดเฉพาะของแอปพลิเคชัน แต่โดยทั่วไปจะรวมถึงคลาสอ็อบเจ็กต์ที่ตรวจพบ กล่องขอบเขตที่แสดงออบเจ็กต์ในภาพ และคะแนนความเชื่อมั่นที่เกี่ยวข้อง
ตัวอย่างเช่น หากโมเดลการรู้จำวัตถุได้รับการฝึกให้ตรวจจับวัตถุทั่วไป เช่น รถยนต์ คนเดินเท้า และป้ายจราจร ผลลัพธ์จากล่าม TensorFlow Lite อาจรวมถึงการคาดเดา เช่น "รถยนต์" โดยมีกล่องขอบเขตที่ระบุตำแหน่งของรถใน รูปภาพและคะแนนความเชื่อมั่นที่บ่งบอกถึงความแน่นอนของแบบจำลองเกี่ยวกับการทำนาย
เอาต์พุตของล่าม TensorFlow Lite สำหรับโมเดลแมชชีนเลิร์นนิงการรู้จำวัตถุที่ประมวลผลเฟรมจากกล้องของอุปกรณ์เคลื่อนที่เกี่ยวข้องกับการประมวลผลรูปภาพอินพุตล่วงหน้า ส่งผ่านโมเดลเพื่อการอนุมาน และให้การคาดการณ์เกี่ยวกับวัตถุที่แสดงในรูปภาพในรูปแบบที่มีโครงสร้าง เหมาะสำหรับการประมวลผลต่อไปโดยแอปพลิเคชัน
คำถามและคำตอบล่าสุดอื่น ๆ เกี่ยวกับ EITC/AI/TFF TensorFlow Fundamentals:
- เราจะใช้เลเยอร์การฝังเพื่อกำหนดแกนที่เหมาะสมสำหรับการแสดงคำเป็นเวกเตอร์ได้อย่างไร
- จุดประสงค์ของการรวมสูงสุดใน CNN คืออะไร?
- กระบวนการแยกคุณสมบัติในเครือข่ายประสาทเทียม (CNN) นำไปใช้กับการจดจำภาพอย่างไร
- จำเป็นต้องใช้ฟังก์ชันการเรียนรู้แบบอะซิงโครนัสสำหรับโมเดลการเรียนรู้ของเครื่องที่ทำงานใน TensorFlow.js หรือไม่
- พารามิเตอร์จำนวนคำสูงสุด TensorFlow Keras Tokenizer API คืออะไร
- TensorFlow Keras Tokenizer API สามารถใช้ค้นหาคำที่ใช้บ่อยที่สุดได้หรือไม่
- โทโค่คืออะไร?
- อะไรคือความสัมพันธ์ระหว่างยุคต่างๆ ในโมเดล Machine Learning และความแม่นยำของการคาดการณ์จากการรันโมเดล
- Pack Neighbors API ใน Neural Structured Learning ของ TensorFlow สร้างชุดข้อมูลการฝึกอบรมแบบเสริมตามข้อมูลกราฟธรรมชาติหรือไม่
- Pack Neighbors API ใน Neural Structured Learning ของ TensorFlow คืออะไร
ดูคำถามและคำตอบเพิ่มเติมใน EITC/AI/TFF TensorFlow Fundamentals